与「光通信」相关的搜索结果

做完磷化铟和钨矿这波3连板之后，下一阶段我更想提前埋伏的AI上游稀缺资产，就是氮化铝。 市场最近其实已经把路径走得很清楚了：资金不再只盯着算力硬件本身，而是在不断向更上游、更稀缺、更具供给约束的材料端做扩散。磷化铟炒的是光通信和化合物半导体，钨炒的是高端制造和战略资源，本质上都是AI需求外溢到上游稀缺资产的重估。 那么沿着这条逻辑继续往下挖，氮化铝同样具备高导热、高绝缘、先进封装和功率半导体等多重AI属性，而且市场认知度还没有完全打满，反而更有预期差。 前面的磷化铟和钨，都是等市场涨起来之后大家才开始研究；真正有超额的，永远是题材还没全面发酵之前就把逻辑想明白。 所以接下来，氮化铝值得重点跟踪。

白毛股神半年前天天喊AAOI的时候，评论区全在笑他。 "一个做光模块的小破公司有什么好吹的""你怎么不去喊英伟达"。 然后所有人跑去追半导体了，英伟达、美光、SK海力士、台积电，推特上每天除了这几只票没有别的，AAOI这个名字彻底消失在了时间线里。 白毛股神还在喊，但没人听了。 结果英伟达今年涨了9%，AAOI涨了600%。 昨天AAOI又拉了16.85%，收在$110.21。催化剂是路透爆出来特朗普正在起草禁令，禁止美国进口中国制造的数据中心光模块。 这条禁令一出来，整条光通信概念全线暴涨。但涨得最猛的还是AAOI。 因为它是美国本土为数不多能从激光芯片到完整模块垂直整合的光模块供应商，中国厂商被踢出去了，替代需求只能流向它。 散户的问题是注意力被推特算法绑架在了那几个最热的名字上，完全看不到热点之外的机会。 本周四AAOI盘后发财报，政策禁令加业绩验证双重催化。我在Bitget上拿rAAOI蹲着，7×24能交易，财报盘后出来的那一刻不用等开盘就能动手。这种日常波动10%+的票，谁先反应谁吃肉。 白毛股神半年前被笑话的那些帖子还放在那。 估计现在没人笑了。

美股盘前光通信股盘前已经彻底疯了 Coherent涨超15% Lumentum涨近12% 康宁涨超9% Credo涨近10% 迈威尔科技涨近8% 阿懂又整事儿……明儿大A光模块有的受了……

看 AI 算力产业链，别只盯着 GPU。 如果把一台 AI 服务器拆开看，核心其实是 11 个环节一起工作： 算力芯片：GPU、CPU 存储：HBM、DRAM、NAND 光通信：光芯片、光模块、CPO 硬件底座：PCB、CCL 封装：SiP 一条链串起来就是： 大脑算 → 记忆存 → 神经传 → 板上焊 → 封装拼 通常越往上游，越稀缺，也越容易卡住整条链。👇

AI 硬件链最爆的方向，居然不是 GPU，而是光通信 康宁 $GLW 盘中一根大阳线狂飙 15.67% 资金抢筹当然不是为了去炒传统的玻璃业务，而是冲着它刚发布的新一代玻璃基光互连（Glass-Based Optical Interconnect）技术去的 华尔街秒懂，直接把这当成 AI 数据中心的新一轮催化剂，带得光模块、光通信板块集体起飞 资金嗅觉这么敏锐，底层逻辑就一条： 算力的尽头，现在是传输 AI 模型越跑越大，卡组越堆越多，现在的痛点早就不是单卡算力够不够，而是数据传输速度跟不上 GPU 算得再快，要是芯片之间的数据交换大塞车，再牛的算力也是白搭 市场的炒作脉络其实理得很顺： HBM破的是存储带宽的局 先进封装搞定的是芯片集成 光互连治的是高速传输 康宁这次拿出的玻璃基技术，有望帮助提升未来AI数据中心互连效率 能把数据中心的传输效率提上去，有望提升数据中心互连效率，改善能耗表现，一旦后续大规模商用，绝对是门大生意 难怪资金抢跑这么快 看最近美股的盘面就知道，AI 主线发散的趋势已经非常明显了 从死磕英伟达、AMD，到爆炒 HBM、先进封装，再到今晚引爆的光通信，AI投资机会正从GPU逐步扩散至网络、光通信、存储和先进封装等基础设施环节 资金已经不再满足于只抱团 GPU 龙头，而是开始关注产业链上那些能解决“卡脖子”环节的隐形巨头 对于下半年的行情，AI 的投资逻辑基本已经明牌了： 谁能帮数据中心跑得更快、传得更顺、功耗更低，谁就能吃到下一波基建的红利 光通信，大概率就是继 GPU 和 HBM 之后，下一个需要受关注的重要方向之一

玻璃桥对下一代光通信的影响 效率为先，原有接入800G/1.6T的8根光纤阵列单元(FAU)被取代，提升接入效率。 对光模块整体价值量的影响，要达到51.2Tbps/102.4Tbps的吞吐量需求，都会配置超过16个光模块给一个芯片，cpo/npo/光芯片的需求还会上升。 玻璃桥外的光纤数量不变，光纤的需求量和光模块同步提升。 玻璃桥采用化学方法蚀刻，替代原有工艺。

5个最值得学习的美股中文博主，有实盘战绩的： 1. @xiaomustock 川沐 半导体存储行业深度研究，AI期权实操。纯粹的个人二级操盘日记，对光通信、量子、存储拆解极透，看真实操盘体感和风险控制。 2. @baoshu88 资深华尔街观察者，宏观+美股+投资实战。观点独立且接地气，长期跟踪美股机会。 3. @qinbafrank Frank 刚被Bitget老板采访的9000倍盈利大佬。擅长将科技趋势与宏观周期交叉验证，理性深度分析。 4. @bboczeng 勃勃OC 东半球最理性的美股投资日报，免费订阅超值，不看亏的是你自己。 5. @cyrilxuq 实战交易风格，直接分享操作心得、财报跟随，注重可执行性。 6.@mnmn94253156337 一个正在努力学习的美股交易员，关注他一起学习 这5个不是喊单号，是能学到东西的。建议搭配着看，互补会比单看一个账号更有用。

光通信、存储、芯片、电力，谁能领跑未来三年？ 直接说结论： 在AI时代，光通信排第一，存储排第二，芯片排第三，电力排第四。 大家可能觉得很意外，光通信凭什么力压存储和芯片呢？ 咱们今天就来讲清楚背后的原因，看完你就能明白该关注哪些领域。 盘点各赛道增长数据与迭代节奏，三大维度深度解析，详解光通信凭何成为未来三年的赛道领头羊。

最近郑希绝对是基金赛道热门人物 他掌舵的易方达全球成长精选（QDII），今年以来强势拉升，近1年收益超225%。刚调仓加仓康宁、源杰科技等，就精准踩中光通信/算力爆发点。 普通人怎么跟上这种神仙操作？或者找靠谱郑希平替？ 我在GitHub挖到真正硬核的宝藏：zhengxi-views（郑希观点库），它最牛的地方是把郑希 14 年来的投资逻辑蒸馏成了 AI Skill。 安装好之后，你可以： 1、测匹配度：拿它去给全市场 2.7 万只基金，打分，看看谁才是真正的“郑希平替”。 2. 防幻觉：拒绝模型瞎编，每一句逻辑都能追溯到郑希 2012-2026 年的原始语料。 3. 学思维：直接问它用郑希的逻辑看现在的算力，AI 会按大佬的框架帮你推演。 地址： 股市有风险，非投资建议，dyor

今天在纽约见了做神经医学的朋友，目前正在做脑机接口。她竟然说，在学术界看来，马斯克的 Neuralink 是落后的技术。 生物看不上他用新闻稿做科学的姿态，Neuralink 属于“工程领先、科学取巧”。 从 DC 开了三个小时车过来，我原以为是叙旧，没想到聊了一下午的脑机接口、AI和存储焦虑。 她们拿融资之后能够自己设计芯片，去欧洲代工厂订做 22 纳米的版本。22 纳米是低功耗模拟芯片的黄金节点，能在 0.5V 下工作，特别适合做植入式神经记录。 目前在研究减肥针是怎么作用于大脑的。现在没人知道不同的减肥针药物，如何影响大脑抑制食欲，下丘脑和大脑的奖赏回路(多巴胺通路)具体是怎样的。于是她们在老鼠脑袋上开洞、接入芯片，需要实时测量神经信号的变化。 因为数据量大到离谱，频率非常高，所以她们需要 10000 个 TB，也就是 10 个 PB 的存储。 我第一次听到存储用PB这个单位！ 神经信号要以 3 万赫兹的频率采样(每个电极每秒测 3 万次)，才能捕捉到只持续 1 毫秒的神经脉冲。每个数据点才 2 字节,但你乘上几百个电极、再乘上 24 小时不停，一个探针一小时就是 80GB。 她说一块 1PB 的企业级磁盘比她一个月工资还贵，长期维护的 PB 级存储，五年下来要百万美金。研究室没那么多经费，只能每次买 1 个 PB，精打细算地用。 给个尺度感，哈佛和 Google 把1 立方毫米的人脑做到全分辨率，就是 1.4 个 PB。一整个老鼠脑，估计要一个 EB(1000 个 PB)。倒不是因为单次数据大，是频率太高。 而且，存储焦虑也不是生物医学独有的。 天文学界，SKA 射电望远镜一年要存 700 个 PB。CERN 的对撞机已经在用 EB 级别处理数据。存储，决定着前沿科学的天花板。 数据一大，通信传输会影响效率。所以我们聊到了光通信。 芯片连接材料最早用铝，1997 年 IBM 把它换成铜(电阻低 40%)，现在又在从铜换成光。这正好和黄仁勋在 GTC 上讲的呼应，2025 年 3 月,英伟达发布了硅光子 + 共封装光学(CPO)的交换机,为了把 AI 数据中心扩展到百万卡级别。 为什么铜必须让位给光呢？ 因为速度越快,铜能传的距离就越短(高频下铜的趋肤效应和损耗急剧上升)。到了 1.6Tb/s,一根铜线连一个机柜的高度都跨不过去。所以信号只能变成激光。 除了存储，实验室动物成本也是很高的。 一只实验室猴子,买进来要 3.5 万到 5 万美金，算上多年的特殊饲养、手术、兽医和机构管理费,一只猴子全周期下来轻松超过 10 万美金。一只老鼠 80 美金，买的是它基因纯度。 我问：为什么用老鼠和猴子,不用兔子？她说，老鼠有一整套基因工具箱(2.4 万种现成品系、基因敲除、光遗传学)，猴子是因为大脑结构最接近人类。兔子智商中等两头都不沾,所以不用。 现在很多 AI 公司在挖她们这种做脑医学研究的人，原因有两个。 第一层是效率。人脑是地球上最省电的计算机。大脑做着视觉、语言、运动、推理,全部并行,只耗 20 瓦，大概一个暗灯泡。而一块高端 AI 芯片就要 300–700 瓦,训练大模型动辄几兆瓦、几吉瓦。 差别在于，计算机底层是二进制(0/1),晶体管在 GHz 频率上疯狂开关。而大脑是模拟的、稀疏放电的,神经元只在需要时才点亮、才耗能。AI 公司想偷师这种效率。所以，现在AI 公司最抢手的岗位是神经科学家。 第二层更微妙：我们其实根本看不懂大脑是怎么运作的，而 AI 现在面临一模一样的处境。 Anthropic 发现，AI 在回答你的时候,其实在内部想了一套自己的东西,而它说出来的理由，未必诚实。 举个例子：研究员偷偷给 Claude 塞一个错误答案当「提示」,它会顺着这个答案编出一套像模像样的推导, 只有 25% 到 39% 的概率承认自己用了提示。 Anthropic CEO 说，当 AI 总结一份文件时,“我们并不知道,在具体而精确的层面上,它为什么做出这些选择。”AI 的思想是个黑盒子。他们的目标是给 AI 做一台”核磁共振”,到 2027 年，希望能看懂里面在发生什么。 最后又聊到做手术。 由于大脑本身是没有痛觉的，所以人可以清醒着被开颅。老鼠被开颅、植入芯片、再缝合,可以继续正常活几个月。她笑着说可以帮我开脑，但希望我永远用不上。 聊完一整个下午，我最大的感受是： 目前我们对人脑、对 AI,其实都了解得太少了。 但也正因为如此，我越来越觉得，我们活在最好的时代。 真正的无人驾驶已经在路上跑、量子计算在飞速进步、人类在认真筹备第一次登上火星、脑机接口真的开始读懂大脑…… 我今天在纽约街头连着撞见好几块 AI 和加密行业的广告：出租车顶上写着「It’s happening with Ripple」，公交广告是贝莱德的比特币 ETF，站台是OpenAI 的 Codex。 以前根本无法想象的事，都在同时发生在美国。而我们，刚好生在这个最好的时代。